005 Computerprogrammierung, Programme, Daten
Refine
Year of publication
Document Type
- Doctoral Thesis (34)
- Report (3)
- Article (2)
- Habilitation (1)
- Master's Thesis (1)
- Working Paper (1)
Has Fulltext
- yes (42)
Keywords
- Ingenieurwissenschaften (4)
- Maschinenbau (4)
- Produktentwicklung (4)
- Produktionstechnik (4)
- Datenanalyse (3)
- Machine Learning (3)
- Artificial Intelligence (2)
- Betriebssystem (2)
- Computersimulation (2)
- Datenstrommanagementsystem (2)
Institute
- Technische Fakultät (17)
- Department Informatik (8)
- Department Maschinenbau (4)
- Lehrstuhl für Konstruktionstechnik (KTmfk) (4)
- Medizinische Fakultät (3)
- Department Elektrotechnik-Elektronik-Informationstechnik (2)
- Institut für Medizininformatik, Biometrie und Epidemiologie (2)
- Rechts- und Wirtschaftswissenschaftliche Fakultät (2)
- Department Medienwissenschaften und Kunstgeschichte (1)
- Fachbereich Wirtschaftswissenschaften (1)
# Zusammenfassung
## Hintergrund und Ziele
Die Nutzung klinischer Daten für die Forschung ist ein wichtiger Bestandteil der medizinischen Wissenschaft. Forschung trägt maßgeblich dazu bei, das Verständnis von Krankheiten und Behandlungsmöglichkeiten zu erweitern und zu verbessern. Um effektive und sichere Behandlungsmethoden zu entwickeln, benötigen Wissenschaftler umfangreiche Daten, um Hypothesen zu testen und neue Erkenntnisse zu gewinnen. Klinische Daten können hierbei eine wertvolle Quelle sein, da sie aus dem Alltag der medizinischen Versorgung stammen und somit repräsentativ für die Realität sind. Nur wenn diese Daten jedoch zuverlässig, vollständig und korrekt sind, können sie für wissenschaftliche Zwecke genutzt werden. Eine mangelhafte Datenqualität kann zu falschen Schlussfolgerungen und ineffektiven Behandlungsmethoden führen. Deshalb ist es wichtig, dass die Datenqualität regelmäßig geprüft und verbessert wird. Die Datenqualität ist somit ein entscheidender Faktor für die Gültigkeit von darauf aufbauenden Forschungsergebnissen.
Neben der Qualität der Daten, die für die Auswertungen verwendet werden, ist der Datenschutz ein weiterer wichtiger Faktor, der bei der Nutzung klinischer Daten berücksichtigt werden muss. Dies gilt insbesondere, wenn in Forschungsverbünden Daten von mehreren Standorten ausgewertet werden.
Weiterhin ist die Reproduzierbarkeit der Ergebnisse ein entscheidender Faktor für die Validität und Vertrauenswürdigkeit von Forschungsergebnissen. Eine unabhängige Überprüfung der Ergebnisse durch andere Wissenschaftler ist notwendig, um die Richtigkeit der Ergebnisse zu gewährleisten. Um die Reproduzierbarkeit sicherzustellen, ist es wichtig, dass die Daten, Methoden und Ergebnisse transparent und nachvollziehbar dokumentiert werden. Nur so können andere Forscher die Ergebnisse reproduzieren und verifizieren.
## Methoden
Um standortspezifische und föderierte Analysen zu ermöglichen, wurden im Rahmen der Medizininformatik-Initiative an allen deutschen Universitätsklinika Datenintegrationszentren eingerichtet, in denen klinische Routinedaten in Forschungsdatenbanken integriert werden. Im Rahmen dieser Dissertation wurden die etablierten Infrastrukturen genutzt, um den Datenpfad von den Forschungsdatenbanken bis hin zu evidenzbasierten Forschungsergebnissen zu unterstützen. Ziel der Arbeit war es zu identifizieren, (1) wie die Datenqualität (DQ) standortübergreifend einheitlich validiert und sichergestellt werden kann, (2) wie diese Daten datenschutzkonform ausgewertet werden können und damit zur Beantwortung von Forschungsfragen beitragen und (3) wie solche Analysen gestaltet sein sollten, damit Daten, Methoden und Ergebnisse transparent und nachvollziehbar bleiben.
Im Mittelpunkt steht die Frage, wie technische Unterstützung zur Verbesserung der klinischen Forschung und zur Generierung neuen Wissens für die klinische Routine beitragen kann.
## Ergebnisse und Beobachtungen
Um den Prozess der klinischen Forschung zu unterstützen, wurde eine Webanwendung bereitgestellt, die als Werkzeug zur einheitlichen und standortübergreifenden Qualitätsbewertung von Daten (DQA) in Forschungsdatenbanken dient. Das entwickelte DQA-Tool konzentriert sich auf die DQ-Kategorien Konformität, Vollständigkeit und Plausibilität und ermöglicht den Nutzern, DQ-Analysen durchzuführen und die Ergebnisse systematisch zu bewerten. Das DQA-Tool wurde über einen Zeitraum von zwei Jahren an zehn deutschen Universitätsklinika eingesetzt, um die DQ zu evaluieren und einen zentralen Überblick über die Verfügbarkeit wichtiger Datenelemente zu erhalten. Zur Gewährleistung einheitlicher Prüfkriterien ist das DQA-Tool an ein zentrales Metadaten-Repository angebunden.
Es können sowohl tabellarische Daten (u. a. aus den beiden Datenmodellen i2b2 und OMOP CDM) als auch Daten im Standardformat HL7® FHIR® analysiert werden.
In einem nächsten Schritt wurden datenschutzkonforme und standortübergreifende Analysen ermöglicht: Mit Hilfe von Containern, die auf den harmonisierten Daten und Infrastrukturen der Partnerstandorte aufsetzen, wurden die Analysen der jeweiligen Daten lokal an den Standorten durchgeführt. Anschließend erfolgte eine zentrale Analyse der hoch aggregierten lokalen Analyseergebnisse. Dieses Prinzip konnte bereits in der ersten Phase der COVID-19-Pandemie eingesetzt werden und ermöglichte so einen schnellen und datenschutzkonformen Weg zu föderierten Analysen.
Für die letzte Phase der Forschungsförderung konnte eine wiederverwendbare Projektvorlage bereitgestellt werden, die den gesamten Prozess von der Datenanalyse bis zur Manuskripterstellung reproduzierbar abbildet. Die Open-Source-Vorlage für die Durchführung reproduzierbarer Forschungsprojekte stellt dazu ein niedrigschwelliges Container-Framework sowohl für die Entwicklung und Durchführung der Analyse als auch für die Zusammenfassung der Ergebnisse in einem Manuskript zur Verfügung.
## (Praktische) Schlussfolgerungen
Die Schaffung von sicheren, datenschutzkonformen und nutzerfreundlichen Infrastrukturen ist von entscheidender Bedeutung für die Versorgungsforschung. Bewährte Modelle wie die elektronische Patientenakte sowie Strukturen wie das Netzwerk Universitätsmedizin (NUM) mit integrierten Datenintegrationszentren (DIZ) der Medizininformatik-Initiative (MII) haben gezeigt, dass sie dabei eine wichtige Rolle einnehmen und insbesondere Aspekte wie Datenschutz, Datenqualität, Datenverknüpfbarkeit und die harmonisierte Datennutzung berücksichtigen. Dazu tragen auch die entwickelten Werkzeuge zur Prüfung der Datenqualität, zur föderierten Analyse und zur reproduzierbaren Veröffentlichung der Ergebnisse bei.
Visualisierung der Statik, Dynamik und Infrastruktur von Software mit Hilfe der Stadt‐Metapher
(2023)
Eine der größten Herausforderungen für Software‐Ingenieure ist
es, Software‐Systeme und deren Kontext schnell und effizient zu verstehen.
Um ein umfassendes Verständnis der vielfältigen Applikationen
zu erlangen, müssen drei Aspekte analysiert werden: (a) die statischen
Eigenschaften der Software, um die bestehende Architektur
zu begreifen, (b) die dynamischen Software‐Eigenschaften, um die
lose gekoppelten Abhängigkeiten (z. B. via REST) moderner Systeme
zu erfassen und (c) die Infrastruktur und deren Kosten, um das
Verständnis des Software‐Betriebs zu fördern. Visualisierungen können
dabei helfen, komplexe Sachverhalte besser verständlich zu machen.
Metaphern aus dem echten Leben helfen zudem, abstrakte Inhalte
wie Software‐Artefakte leichter greifen zu können. Deshalb wurde
im Rahmen dieser Arbeit die Stadtmetapher verwendet, um die
drei genannten Aspekte zu visualisieren. Die Stadtmetapher bildet
Software‐Komponenten auf Gebäude und Container von Komponenten
auf Stadtviertel ab. Bögen zwischen Gebäuden stellen Abhängigkeiten
zwischen Komponenten dar. Da die Anzahl sowohl statischer
als auch dynamischer Abhängigkeiten eines großen Software‐Systems
enorm ist, müssen die explizit zu zeichnenden Abhängigkeiten in der
Software‐Stadt verringert werden, um die Übersichtlichkeit zu wahren
und das Verständnis zu fördern.
Das Hauptziel dieser Arbeit ist es daher, eine geeignete Visualisierung
zu entwickeln, um Software‐Ingenieure beim Verstehen von
Statik, Dynamik und Infrastruktur bestmöglich zu unterstützen. Die
erarbeitete Visualisierung HOLOWARE zeigt die drei Aspekte in verschiedenen
Ansichten. Die Tagesansicht visualisiert statische Abhängigkeiten.
Damit die Stadt‐Visualisierung aufgrund der vielen statischen
Abhängigkeitsbögen nicht überladen wird, verwendet HOLOWARE
ein neuartiges Schichten‐Layout. Im Gegensatz zu herkömmlichen
Layouts werden die Abhängigkeiten in das Layout kodiert und
nur noch architekturverletzende Abhängigkeiten müssen explizit als
Bögen dargestellt werden. In einem kontrollierten Experiment lösten
professionelle Software‐Ingenieure Aufgaben zum Programmverständnis
statistisch signifikant schneller (5,3%) und besser (43%) als
Probanden, die die Studie mit dem herkömmlichen Kacheldiagramm‐
Layout durchführten. Es konnte gezeigt werden, dass das Schichten-Layout von HOLOWARE die statischen Abhängigkeitsbögen sinnvoll
reduziert und gleichzeitig das Verständnis der Statik fördert.
Die Nachtansicht visualisiert die Dynamik. Bei der Visualisierung
dynamischer Abhängigkeiten wurden zwei Reduktionsoptionen untersucht:
Clustern und Aggregieren der Abhängigkeiten. Beim Clustern
wird nur ein repräsentatives Trace pro Cluster angezeigt, der
einen Anwendungsfall der Applikation widerspiegeln soll. Zwei Filteroptionen,
auf einzelne Komponenten und Anwendungsfälle, reduzieren
die Bögen zusätzlich. Eine kurze Studie konnte zeigen, dass zum
einen die Filter hilfreich sind und zum anderen 81,8% der Probanden
die Visualisierung aller Abhängigkeiten für typische Software‐
Entwicklungsaufgaben nicht benötigen. Die DYNACITY‐Ansicht aggregiert
die Abhängigkeiten. Aufrufe zwischen denselben zwei Komponenten
werden zu einem repräsentativen Bogen zusammengefasst
und die aggregierte Last wird berechnet. Die Helligkeit eines Bogens
zeigt die Last an. DYNACITY visualisiert auch die Aktivität der Komponentengebäude,
je mehr oder längere Anfragen sie erhalten und/oder
erzeugen, desto heller sind sie. In einem kontrollierten Experiment
konnten Software‐Ingenieure mit der DYNACITY‐Visualisierung im
Vergleich zu einer herkömmlichen kantengebündelten Visualisierung
typische Aufgaben zum Software‐Verständnis schneller (5,8%), besser
(11,7%) und mit weniger kognitiver Belastung (6,7%) lösen. Die Erweiterung
DYNACITYrc erschließt einen weiteren Anwendungsfall: die
Ursachenanalyse. Sie färbt zusätzlich Bögen und Gebäude entsprechend
der HTTP‐Status‐Codes ein, sodass Fehler einen Bogen oder
eine Komponente rot färben. Eine weitere Studie konnte zeigen, dass
Software‐Ingenieure DYNACITYrc als sehr hilfreich bei Ursachenanalysen
empfinden.
Die sogenannte CLOUD COST CITY visualisiert die Infrastruktur
der Software und deren Kosten. Dazu wird die bisher bekannte
Stadtmetapher anstatt auf Software‐Komponenten auf Infrastruktur‐
Artefakte übertragen. Die Grundfläche der Gebäude bildet die Nutzung
einer Ressource und die Höhe deren Kosten ab. So können
schlechte Kosten‐Nutzen‐Verhältnisse sofort identifiziert werden.
Eine Fallstudie konnte zeigen, dass die Stadtmetapher zur Analyse
von Software‐Infrastruktur und deren Kosten geeignet ist und
eine Kostenanalyse einfacher als mit herkömmlichen Cloud‐Kosten‐
Dashboards möglich ist.
Mit HOLOWARE ist eine quelloffene Visualisierung entstanden, die
Software‐Ingenieure beim Verstehen von Statik, Dynamik und Infrastruktur unterstützt. Mehrere Studien untersuchten die Lösungsansätze
der erarbeiteten Visualisierung und konnten ihren Nutzen für
das Programmverständnis stützen.
Im Rahmen dieser Arbeit wurde das OMNeT++-Simulationsframework 5G-Sim-V2I/N zur Performancebewertung von QoS-Anforderungen für V2I und V2N Anwendungsfällen entwickelt, welche auf einem Datenaustausch per 5G-Uu-Luftschnittstelle basieren. Dabei wurde der komplette Protokollstack der 5G User Plane modelliert, um QoS-Anforderungen bei simulierten Fahrzeugen sowie Internet-Servern auf Applikationsebene messen zu können. Drei Anwendungsfälle wurden mit dem Simulationsmodell hinsichtlich der QoS-Anforderungen, die von der 3GPP und der 5GAA vorgegeben werden, bewertet. Zuerst wurde Cooperative Perception per V2I untersucht. Es zeigt sich, dass mit einer Bandbreite von 10 MHz die QoS-Anforderungen eingehalten werden können, was allerdings von der Anzahl gleichzeitig mit einer Basisstation verbundener Fahrzeuge abhängt. Anschließend wurden zwei V2N Anwendungsfälle untersucht. In einem Multiapplikationsszenario führen Fahrzeuge bis zu vier Applikationen mit unterschiedlichen QoS-Anforderungen parallel aus. Der dritte Anwendungsfall repräsentiert ein Remote Driving Szenario, bei dem wenige Remote Vehicle mit von Menschen gesteuerten Fahrzeugen simuliert werden und ebenfalls um Funkressourcen konkurrieren. Die Simulationsergebnisse zeigen, dass das Scheduling per PFQ, welches Funkressourcen fair verteilt, nicht für eine Einhaltung von QoS-Anforderungen ausreicht. Das Schedulingverfahren auf MAC-Ebene, das insbesondere in Basisstationen für eine performante Verteilung der Funkressourcen sorgen muss, wurde deshalb um das 5G QoS Modell erweitert und für verschiedene Schedulingvarianten verwendet. Hierbei erfolgte für jede Anwendung, die Ressourcen benötigt, eine Berechnung einer Schedulingpriorität. Die Schedulingverfahren wurden mit PFQ verglichen. In beiden Anwendungsfällen zeigt sich, dass eine Kombination von Standardprioritätswerten sowie individueller Parameter wie der Kanalqualität am besten die Voraussetzungen für eine Erfüllung der unterschiedlichen QoS-Anforderungen gewährleisten. Die Arbeit gibt abschließend einen Ausblick auf die nachfolgende Mobilfunkgeneration 6G und deren Auswirkungen auf V2X. Ebenso werden mögliche Erweiterungen des Simulationsmodells aufgeführt.
Remarkable advances in Deep Learning, a subfield of Artificial Intelligence (AI), have
attracted considerable attention in recent years. One prominent example is DeepMind,
a company working on the development of a general-purpose AI. After AI systems
outperformed professional players in games such as Go and chess, DeepMind recently
achieved another breakthrough in predicting protein folding. Using Deep Learning,
protein structures can now be predicted with over 90 percent accuracy, replacing
laboratory experiments for the first time in history.
Becoming aware of the successful application of Deep Learning, numerous industrial
companies started pilot projects to gain insights. Manufacturing companies, in particular,
are faced with the question of how Deep Learning can be leveraged to realize a
competitive advantage and what challenges need to be considered. In production
environments, quality control is a core task often relying on visual techniques. One of the
world's leading German multinational automotive suppliers has been using Automatic
Optical Inspection (AOI) for quality assurance in electronics production for decades.
Since Computer Vision with Deep Learning has the potential to improve visual quality
inspection, the company intends to support its AOI systems with suitable Deep Learning
approaches.
In this context, the present dissertation aims to contribute to research and gather general
knowledge about the application of Deep Learning in an AOI environment. To this end,
several studies are conducted. Extensive structured literature reviews form the
foundation for selected Deep Learning experiments, which represent the main focus of
this thesis. The experiments are based on a dataset provided by the company, containing
images of Printed Circuit Boards (PCBs) captured by an AOI camera. The characteristics
of the real-world dataset affect both, the experimental design as well as the results.
Contributing to debates on architecture selection and Transfer Learning for operational
use, the experiments provide significant insights into factors influencing the performance
of deep neural networks in machine vision tasks for defect detection on PCBs.
Despite recent advances in Computer Vision through Vision Transformers, the results
for the case at hand show that the inductive bias inherent in established Convolutional
Neural Networks (CNNs) is better suited for inspection tasks on compartmentalized
PCBs and that Transfer Learning can accelerate the training-to-production cycle. All
studies reveal in different ways that Deep Learning can make a substantial contribution
to the industry in the field of optical inspection.
Fertigungsbedingte Abweichungen sind unvermeidbar und definieren maßgeblich die Qualität eines Produkts. Das Robust Design sowie das Toleranzmanagement streben daher eine weitgehende Reduzierung der Auswirkungen von Abweichungen bzw. deren Kontrolle an. Wie umfassende Rückrufaktionen zeigen, stellt dies jedoch eine zunehmende Herausforderung dar. Experten empfehlen daher neben einer virtuellen Absicherung vor allem eine frühzeitige Berücksichtigung von Abweichungen im Produktentwicklungsprozess. Aufgrund mangelnden Wissens erfolgt dies jedoch meist erst in späten Entwicklungsphasen.
Im Rahmen dieser Arbeit wurde daher eine Vorgehensweise entwickelt, die die Produktentwicklung zur frühzeitigen Abweichungsberücksichtigung befähigt. Dieses frühzeitige konstruktionsbegleitende Toleranzmanagement ist eng mit dem Produktentwicklungsprozess verknüpft und vereint Aspekte von Qualitätsmanagement, Robust Design und Toleranzmanagement. Es sieht unter anderem die automatische Ableitung von Zielgrößen des Toleranzmanagements aus Produktanforderungen, eine strukturierte Robustheitsbewertung sowie rechnergestützte Robustheitssynthese von Konzepten und eine automatisierte Toleranzvergabe sowie –analyse von ersten CAD-Entwürfen vor. Neben einer Sensibilisierung von Produktentwickelnden schafft dies die Grundlage für eine frühzeitige Einbindung sowie die Automatisierung der Abweichungsberücksichtigung und trägt so zu kürzeren Entwicklungszeiten sowie einer verbesserten Produktqualität bei.
As digitalization in medicine progresses and more data is captured electronically, the
amount of data available increases rapidly. Despite the large amount of data available,
the data for specific research questions is much smaller once filtered to match specific
study criteria. This, combined with modern biomedicine requiring large numbers of
patients, highlights the need to analyze data across institutions. The heterogeneity of
modern medical institutions further complicates the analysis process within and across
institutions and makes it difficult for researchers to extract meaningful information. The
Medical Informatics Initiative (MII) was initiated by the German Ministry of Research and
Education (BMBF) to tackle this problem and to harness the potential of digitalization in
medicine. Data integration centers (DIC) form the heart of the MII. These organizational
units established at each university hospital provide multiple services including
harmonization of the data, technical infrastructure, and establishing of governance to
support data sharing and use across university hospitals. The DIC implement the
standardization and harmonization agreed on across the different MII task forces and
committees, like the use of Fast Healthcare Interoperability Resources (FHIR) and
specific medical terminologies. The DIC maintain software, which adheres to the agreed
upon standards and harmonization rules and provide standardized research data
repositories. Therefore, in contrast to a heterogenous hospital, software and data
management can be created once and applied to all DIC, if the DIC have implemented
the standardized application programming interfaces (APIs). This harmonization is the
first step towards paving the way for cross-hospital data analysis. However, to make the
data accessible to researchers, make it findable, allow researchers to select subsets of
the large data pool for further analysis, allow them to build (federated) statistical or
machine learning (ML) models as well as deploy them, additional software tools beyond
the standard DIC tools specified above are necessary.
Across multiple projects of the MII this thesis investigates how software tools can be
designed, built, easily deployed, and integrated into DIC IT infrastructures to support
local and federated analyses and statistical model development. It thus extends DIC
infrastructures towards providing a cross-institutional research platform. It supports initial
feasibility queries as well as data selection, extraction, analysis, and subsequent
deployment of statistical models. All software components were conceptualized and
implemented by the author of this thesis in collaboration with inter-disciplinary (partly
across sites) teams and integrated with existing DIC infrastructures as well as evaluated
with exemplary analyses.
This thesis first investigated how ML models can be built on gene expression and other
patient data to predict clinical outcomes. Different ML models were created, and their
accuracy measured. While demonstrating how ML models could be applied to clinical
data, the availability of data was found to be a limiting factor and the deployment or use
of models remained elusive. This illustrated the need to make harmonized data available
across institutions. To adhere to data protection laws, this thesis then investigated and
extended DataSHIELD concepts and tools for federated privacy preserving analysis. A
new Queue-Poll extension for DataSHIELD was designed and developed, distributed to
multiple hospitals, and used for successive research projects to satisfy strict hospital
firewall rules. To investigate training and deployment of ML and statistical models a
prototype of KETOS, a platform for clinical decision support and machine learning as a
service, was conceptualized and implemented. It allows researchers to create ML
models based on standardized and harmonized data, while still providing maximum
freedom in the model building process. It was conceptualized from the beginning with
cross-hospital research in mind and achieved interoperability by relying on the data
standardization of the DIC. In the framework of the MII and large research data
repositories, a dataset for a specific analysis, model building, and later deployment
usually needs to be extracted from the larger dataset requiring methods for data selection
and extraction. This was addressed in two further subprojects of this thesis. The first
focused on integrating large-throughput genomics data with non-genomic patient data in
FHIR format. The second study created a method to select data from a large dataset (30
million FHIR resources) of FHIR formatted patient data, based on inter-criteria
relationships. Having established first methods for data extraction, model analysis and
deployment, to close the research lifecycle, a method was required to make data across
hospitals findable. Therefore, it was investigated how cross-hospital feasibility queries
can be created based on harmonized FHIR data and a platform conceptualized. Further,
as part of the concept and implementation of the feasibility query platform, it was
investigated how the necessary ontology for the user interface could be automatically
generated using FHIR implementation guides, profiles, and a terminology server. Within
the CODEX project the platform was implemented and distributed to 34 participating
university hospitals. The platform performed well with large data volumes, searching
through four mil. resources within 30 seconds. While the two attempts for data extraction
investigated as part of this thesis were applicable to some data extraction problems, a
more wholistic method for data extraction is still missing. To solve this, this thesis’ work
on cohort selection of the feasibility query could be combined with a feature selection to
create a cohort specific data extraction process.
This thesis successfully demonstrates how software can be built, which leverages the
data integration efforts of the MII to support large scale cross-hospital data sharing and
analysis projects. The innovative software developed here was successfully integrated
with the DIC infrastructure and highlights the importance of the standardization and
harmonization efforts of the DIC and MII. All developed software was created to not only
be applicable to one institution but created with cross-institutional research with the DIC
at the core in mind, making a valuable contribution to the MII and the future of medical
research infrastructures.
Hintergrund und Ziele
Klinische Entscheidungsunterstützung existiert bereits seit dem Beginn der IT-gestützten Krankenversorgung. Mit technischen Weiterentwicklungen, dem Ausbau der digitalen Dokumentation von Patientendaten und Fortschritten in der Interoperabilität wurden wichtige Voraussetzungen für immer komplexere und effektivere Entscheidungsunterstützung geschaffen. Bei der praktischen Umsetzung und Integration von CDS-Funktionen (Clinical Decision Support) stehen Entwickler jedoch stets vor den gleichen Herausforderungen. Die relevanten Daten müssen aus Quellsystemen extrahiert, verarbeitet und die Ergebnisse in geeigneter Form präsentiert werden. Zusätzlich sollten die Entwicklungen wiederverwendbar gestaltet werden. Entscheidungsunterstützung in der modernen Onkologie bringt dabei noch weitere Herausforderungen mit sich. Für die Behandlung von Patienten mit seltenen oder nach Leitlinien austherapierten Krebserkrankungen existieren heutzutage mehr Möglichkeiten als je zuvor. Fortschritte bei Next Generation Sequencing Technologien führen zu einem weit verbreiteten Einsatz der Tumorsequenzierung und so zu einer Verfügbarkeit von molekularbiologischen Patientendaten größeren Umfangs. Klassische Kliniksysteme sind jedoch noch nicht auf diese Daten abgestimmt und die Analyse und Interpretation der „Omics“-Daten ist anspruchsvoll. Neue Methoden der Entscheidungsunterstützung müssen geschaffen werden um die hochkomplexen Daten verarbeiten und präsentieren zu können. Zusätzlich müssen Anwender dabei unterstützt werden, den umfangreichen und dynamischen Wissensstand sowie die Studienlage mit den genomischen Veränderungen, bzw. somatischen Mutationen des Patienten abgleichen zu können. In dieser Arbeit sollen Lösungen für die allgemeinen und für die personalisierte Medizin spezifischen Herausforderungen von klinischer Entscheidungsunterstützung anhand praxis-naher Beispiele aufgezeigt werden.
Methoden
Zunächst wurde eine einfache entscheidungsunterstützende Funktion zur Generierung von Zeitreihenvisualisierungen aus Patientendaten entwickelt. Die Funktion sollte generisch gestaltet werden, um einfach parametrisierbar in verschiedenen Anwendungsbereichen eingesetzt werden zu können. Anschließend wurde eine Architektur konzipiert, mit der beliebige CDS-Modelle mit Einbezug von molekularbiologischen Daten unabhängig von der bestehenden IT-Infrastruktur einer Klinik in klinische Arbeitsplatzsysteme integriert werden können. Weiterhin wurde basierend auf einer Anforderungserhebung eine umfängliche Plattform für das Molekulare Tumorboard (basierend auf der Open Source Forschungsplattform cBioPortal) mit komplexen neuen Einzelfeatures umgesetzt. Alle Entwicklungen folgten einem nutzerzentrierten Entwicklungsprozess, der neben Anforderungserhebungen auch iterative Prototypenentwicklung mit Nutzerfeedback und Usabilityevaluationen mit Interviews und Fragebögen beinhaltete.
Ergebnisse und Beobachtungen
Bei der Implementierung des Tools zur Visualisierung von Zeitreihendaten zeigte sich, dass auch bei der Entwicklung von einfachen entscheidungsunterstützenden Funktionen eine detaillierte Planung des Funktionsumfangs wichtig ist. Das Einholen von strukturiertem Feedback der Anwender und die Recherche von veröffentlichen Best-Practice-Guidelines erfordert zusätzlichen Aufwand vor der Implementierung, ermöglich jedoch eine generalisierbare und damit wiederverwendbare Lösung. Die Vorteile eines solchen Vorgehens zeigen sich auch an dem positiven Feedback der Endanwender.
Ähnlich verhält es sich bei der Integration von CDS-Funktionen in die Klinikinfrastruktur. Werden, wie in dieser Arbeit, verallgemeinerbare Lösungen unter Nutzung weit verbreiteter Standards und Datenmodelle wie dem OMOP CDM implementiert, erfordert dies zwar einen höheren Planungsaufwand, ermöglicht jedoch später eine Wiederverwendung der Entwicklungen.
Abschließend konnte cBioPortal erfolgreich zu einer umfassenden MTB-Plattform ausgebaut werden. Die während der Anforderungserhebung als für eine klinische Nutzung noch fehlend identifizierten Funktionalitäten konnten implementiert und evaluiert werden. Der nutzerzentrierte Entwicklungsprozess stellte sicher, dass Anforderungen korrekt um-gesetzt wurden und Änderungen der Anforderungen bereits in frühen Entwicklungsstadien berücksichtigt werden konnten. Dies bestätigten die guten Ergebnisse der Usabilityevaluationen, die jedoch auch Kommentare und Anregungen für weitere Entwicklungen und Verbesserungen hervorbrachten. Neben der Entwicklung der reinen MTB- Plattform wurde auch ein standardisierter Bereitstellungsprozess entwickelt, der die Installation an weit über zehn Standorten vereinfachte.
Schlussfolgerungen
Die Entwicklungen der verschiedenen Stufen von Entscheidungsunterstützung, von einfacher Funktion zu Integration und integrierter Plattform haben gezeigt, dass generische CDS-Lösungen möglich sind und bei der Implementierung darauf geachtet werden sollte, dass die Lösungen unabhängig von den vorherrschenden klinischen Systemen integrier- und nutzbar sein sollen. Selbst die neuen Herausforderungen klinischer Entscheidungsunterstützung mit Einbezug von klinischen und molekularbiologischen Daten können mit diesem Vorgehen bewältigt werden. Bei den Entwicklungen sollte dabei stets der Endanwender im Fokus stehen und in allen Phasen über Anforderungserhebung, Konzeption, Entwicklung und Evaluation miteinbezogen werden, um die Nutzerakzeptanz zu steigern. Nur damit ist es möglich wiederverwendbare Lösungen zu schaffen, die effizient genutzt werden können und klinische Nutzer effektiv in ihrer Arbeit unterstützen.
Empirische klinische Studien stellen die Grundlage der evidenzbasierten Medizin
dar. Ihre erfolgreiche Durchführung hängt dabei auch von der Rekrutierung
einer passenden Anzahl von Probanden ab, denn nur so können statistisch
haltbare Aussagen über die untersuchte Behandlung getroffen werden.
Dennoch stellen nicht oder nur durch Verlängerung der Laufzeit erreichte
Probandenzahlen ein oft-berichtetes Problem dar.
Sowohl die Anzahl als auch die inhaltliche und regulatorische Komplexität
klinischer Studien wächst kontinuierlich. Entsprechend ist es notwendig zu
prüfen ob und in welchem Maße Aspekte ihrer Durchführung dabei durch IT-Systeme
optimiert und unterstützt werden können. Dies wurde im Rahmen
der dieser Dissertation zugrunde liegenden Teilprojekte getan. Eine wichtige
Grundlage sind dabei die Ergebnisse einer Stakeholderanalyse, in welcher der
Status Quo der IT-Unterstützung im Rahmen der Patientenrekrutierung an
deutschen Universitätskliniken sowie Anforderungen an diese erfasst wurden.
Studienregister bieten sowohl für Patienten als auch für medizinisches
Personal einen wichtigen Anlaufpunkt, um sich über aktuelle klinische Studien
zu informieren. Ein Teilergebnis dieser Arbeit ist die neuartige Nutzung
von Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR)
um den Austausch und das Aktuell-halten von Daten in diesen Registern zu
standardisieren. Eine weitere Arbeit beschreibt, wie Informationen über klinische
Studien kompakt dargestellt werden können: verschiedene Verfahren
der automatischen Text-Zusammenfassung wurden verglichen um ohne Informationsverlust
lange Studienbeschreibungen zu kürzen. Ziel ist es die Zeit
zu reduzieren die eine interessierte Person investieren muss um sich mit den
Kerninformationen einer klinischen Studie vertraut zu machen.
Einer der wichtigsten Inhalte eines Studienprotokolls sind die Ein- und
Ausschlusskriterien: sie beschreiben die Patientenkohorte, die für eine Teilnahme
geeignet ist. Sie stellen also die Grundlage für eine automatisierte
Suche nach passenden Probanden auf Basis der Patientendaten dar. Um zu
identifizieren, welche Datenelemente typischerweise in diesen Kriterien abgefragt
werden, wurden in einem Teilprojekt aus den Ein- und Ausschlusskriterien
von 50 Studienprotokollen strukturierte Datenelemente extrahiert
und deren Häufigkeiten analysiert. Darauf aufbauend wurde das Vorhandensein
dieser Datenelemente in elektronischen Patientenakten im Rahmen einer
Datenqualitätsstudie an 10 Universitätskliniken in Deutschland geprüft. Eine
weitere Teilarbeit beschäftigt sich damit, wie solche Ein- und Ausschlusskriterien
als FHIR Suchabfragen formalisiert werden können, um in strukturierten
Patientendaten geeignete Studienkandidaten zu identifizieren. Damit
diese Daten möglichst vollständig sind, wurde in einer weiteren Arbeit ein
Werkzeug umgesetzt, das aus Freitext-Informationen wie Arztbriefen strukturierte
klinische Merkmale repräsentiert als FHIR-Format extrahiert.
Concurrency platforms are a widespread tool for writing comprehensible and maintainable programs utilizing the parallel computing resources provided by modern hardware. Language-based concurrency platforms like Google’s Go expand the benefits of concurrent programming to system requests by providing a seemingly blocking API and thus allow, e.g., the creation of simple while high-performant network services. Unfortunately, existing concurrency platforms rely on outdated synchronous I/O and readiness interfaces of the underlying operating system. Schmaus et al. proposed a general and highly efficient way to integrate system-request capabilities into a prototypical concurrency platform employing modern queue-based asynchronous system-request interfaces (e.g., Linux’s io_uring). This thesis takes the proposed integration one step further by adapting the inexpensive and effective work-stealing scheme to the request completions asynchronously generated by the operating system.
Furthermore, it presents a novel synthesis of the concurrency platform worker-suspension mechanisms with the queue-based system-request interface. This synthesis, combined with specialized task-suspension kernel-interface suspendfd, increases the runtime systems throughput while reducing its latency. This thesis proposes suspendfd, an interface that allows efficient futex-like suspension while passing information about where new work can be obtained to an awoken worker. This information helps to mitigate the initial uninformed randomized work stealing. Additionally, using a specialized in-kernel object (i.e., suspendfd) allows the operating system to participate in the suspension mechanisms by directly posting notifications about completed system requests (e.g., a completed read() operation). This participation prevents further context-switches caused otherwise by an additional round-trip through user space. Micro-benchmarks show that posting notifications from the kernel is an adequate tradeoff compared to busy polling between continuation latency (42 µs higher latency) and power consumption (55.51% less energy needed). A network echo server benchmark shows that completion stealing increases the runtime system’s throughput by 54.87% and using a suspendfd-based sleep strategy by 61.2% compared to the status quo. Furthermore, a suspendfd-based sleep strategy can reduce the time needed to search the Linux kernel source for a fixed string by 4.95%.
Die Verschmelzung der physikalischen und virtuellen Welt prägt die heutigen Lebens- und Arbeitswelten. Neue technische Lösungen meist in Form smarter Produkt-Service-Systeme - sollen individuelle Bedürfnisse und Bedarfe adressieren. Adoptionsprognosen in diesem Kontext erfordern zuverlässige Daten, Informationen und geeignete Analyseinstrumente für die Vorhersage individuellen Verhaltens. Speziell in Vorimplementierungsphasen sind Adoptionsprognosen ein wertvolles Instrument zur Vorhersage künftiger Ereignisse oder Situationen.
Diese Arbeit bietet einen interdisziplinären Einblick in Adoptions- und Akzeptanzprozesse unter Zugrundelegung emotionaler Antizipationen im Sinne der Simulation der zukünftigen Realität menschlicher Entscheidungsprozesse. Die auf Basis eines mehrphasigen Mixed-Methods-Ansatzes gehobenen Erkenntnisse der Arbeit zeigen, dass das thesenbasiert konzipierte und empirisch validierte Affective Adoption Forecasting Framework A²FORE den aktuellen Herausforderungen der Abschätzung individueller Adoptionsentscheidungen vor Markteinführung neuartiger smarter Produkt-Service-Systeme mit besonderem Fokus auf vulnerablen Konsumenten im Gesundheitswesen begegnen kann. A²FORE spiegelt die Nutzbarmachung antizipatorischer Emotionen als Prognoseelement für den Erfolg smarter Produkt-Service-Systeme wider. Dies entspricht der praxisbezogenen Forderung der Entwicklung eines handhabbaren Modells zur Adoptionsprognose auf Basis eines User Acceptance Testings im Rahmen von Vorimplementierungsphasen.
Polyphonic vocal music is an integral part of music cultures around the world. For studying performance aspects and cultural differences, the analysis of recorded audio material has become of increasing importance. This thesis contributes several computational tools for processing, analyzing, and exploring singing voice recordings using methods from signal processing, computer science, and music information retrieval (MIR). First, we develop an approach for applying time-varying pitch shifts to audio signals based on non-linear time-scale modification (TSM) and resampling techniques. We show that our method can be used to adjust intonation (fine-tuning of pitch) in vocal recordings, e.g., in postproduction contexts. Computational analysis of polyphonic vocal music typically requires annotations of the singers’ fundamental frequency (F0) trajectories, which are labor-intensive to generate and may not be available for a particular recording collection. As a second contribution, we present an approach to assess the reliability of automatically extracted F0-estimates by fusing the outputs of several F0-estimation algorithms. In this way, our approach enables the analysis and exploration of large unlabeled audio collections. One major challenge for computational analysis of polyphonic singing constitute stylistic elements such as pitch slides and pitch drifts, which can introduce blurring in analysis results. As a third contribution of this thesis, we present computational tools for handling such peculiarities. In particular, we develop musically motivated filtering techniques to detect stable regions in F0-trajectories and compensate for pitch drifts. Furthermore, our tools offer interactive feedback mechanisms that allow domain experts to incorporate musical knowledge. Development and evaluation of computational tools for analyzing polyphonic singing typically require suitable multitrack recordings with one or several tracks per voice, e.g., obtained from close-up microphones attached to a singer’s head and neck. However, such recordings are challenging to produce and thus of limited availability. As an additional contribution of this thesis, we introduce carefully organized and annotated multitrack research corpora of Western choral music and traditional Georgian vocal music, which are publicly accessible through interactive interfaces. Furthermore, considering these two culturally different forms of vocal music as concrete application scenarios, we evaluate our interactive computational tools and demonstrate their potential for corpus-driven research in the field of computational ethnomusicology.
With the ongoing development of mobile and desktop operating systems, existing file systems also get updated with new features, or the vendors introduce even new file systems. Since Android 7.0, the predominant full disk encryption gets step-by-step replaced by the new file-based encryption (FBE), implemented as an ext4 feature. Since Android 10, this disk encryption scheme gets mandatory for all new Android devices.
On the side of desktop and server OSs, Microsoft introduced an all-new file system called Resilient File System (ReFS) which should replace the NFTS in the long run. Starting as a file system for servers, ReFS introduces new features to make data storage more robust and efficient.
This work investigates the new technologies ext4 FBE and ReFS in several aspects of forensic data extraction. We investigate the amount of information leakage through unencrypted metadata in Android’s FBE. We propose a generic method and provide appropriate tooling to reconstruct forensic events on Android smartphones encrypted with FBE, which require no knowledge of the encryption key. Based on a dataset of 3903 applications, we show that files’ metadata can be used to reconstruct the name, version, and installation date of all installed apps. Furthermore, based on WhatsApp, we show that information leakages through metadata can even be used to reconstruct a user’s behavior depending on a specific app.
To furher enhance the forensic data extraction of FBE encrypted Android disks, given a raw memory image, we present a new encryption key recovery method tailored for FBE. Furthermore, we extend The Sleuth Kit to automatically decrypt file names and file contents when working on FBE-enabled ext4 images, as well as the Plaso framework to extract events from encrypted ext4 partitions. Last but not least, we argue that the recovery of master keys from FBE partitions was straightforward due to a flaw in the encryption key derivation method by Google.
On server and desktop systems, Microsoft has released ReFS, that internal structures are not officially documented. Therefore we reverse-engineered these internal structures and behavior and documented them. Based on these structures and the access processes that modify them, approaches to recover (deleted) files and older states from ReFS formatted partitions are shown. We also evaluate our implementation and the allocation strategy of the ReFS driver concerning the accuracy, runtime, and the ability to recover older file states.
At last, with the knowledge of the internal ReFS structures and the threat of flaws in forensic software in mind, we implemented a structure-aware coverage guided fuzzy testing framework explicitly tailored to ReFS to find undetected security-critical flaws. With the new complex features of ReFS, the driver is growing more extensive and more complex, increasing the attack surface of the Windows kernel. Attackers can often use security-critical bugs in file system drivers to escalate privileges by mounting a well-prepared file system. Such an attack is also relevant in forensic data extraction because criminals can use it to prepare malicious disks, which will hamper or completely circumvent the extraction process by compromising the analysis environment.
We demonstrate the effectiveness of our fuzzing approach by finding 27 unique payloads that panic the Windows kernel when mounting or accessing ReFS partitions. Microsoft confirmed those bugs and acknowledged eight unique CVEs which allow remote code execution attacks.
With our overall findings, the forensic community should be well prepared for extracting data from modern file systems used by mobile and desktop systems. With the help of the new proposed fuzzy testing framework, forensic software can be hardened against severe anti-forensic methods by patching the discovered flaws.
Komplexität ist eine der großen Herausforderungen unserer Zeit. Daher müssen Ingenieure besonders in der Entwicklung die stetig steigende Komplexität in diversen Domänen beherrschen, um den Produkt- und damit Unternehmenserfolg zu realisieren. Für die zweckmäßige Modellierung der vielen verschiedenen Elemente und Relationen komplexer Systeme sind domänenübergreifende, integrative und damit holistische Modellierungsansätze erforderlich, welche jeweils kontextbezogen nützliche, mathematische Analyse- sowie Visualisierungsmöglichkeiten erlauben um Entwicklern eine multikriterielle Bewertung bestimmter Handlungsalternativen zu ermöglichen. Derzeit bestehende Ansätze eignen sich hierfür jedoch unter anderem aufgrund methodischer Defizite, ihres hohen Modellierungsaufwands, eingeschränkter Analyse- und Visualisierungsmöglichkeiten oder ihrer geringen Unterstützung bei der multikriteriellen Bewertung nur eingeschränkt.
Daher wird in der vorliegenden Arbeit ein Konzept vorgestellt, mit dem Entwickler beim holistischen Komplexitätsmanagement in der Produktentwicklung unterstützt werden, indem kontextbezogen jeweils geeignete Methoden für die integrierte Modellierung, Analyse, Visualisierung und Bewertung komplexer Systeme für eine zielgerichtete Entscheidungsfindung zur Verfügung gestellt werden. Zur effektiven und effizienten Anwendung der Methodik wird ein IT-Werkzeug präsentiert, das Entwickler bei deren Aufgaben im Rahmen des holistischen Komplexitätsmanagements unterstützt.
Query processing is a traditional yet still ongoing field of research. Its significance is derived from the increase of data created and processed every day and the opportunities provided by the analysis of the data. In today’s world, complete businesses are built on top of sophisticated data processing capabilities. However, with the increase of data, processing these huge amounts of data becomes more and more challenging. This is not only because of the time and resources it takes to process such amounts of data but also due to the energy costs. Consequently, researchers broadened the range of processing architectures to investigate for query processing beyond traditional processor-based systems. Next to programmable graphic processing units (GPUs), field programmable gate arrays (FPGAs) have become of great interest due to their unique features. FPGAs not only allow for the construction of highly optimized hardware circuits for specific tasks but also enable the adaption of hardware to the tasks during runtime. Hence, many researchers have presented various proposals to exploit the features provided by FPGAs. Although the proposed systems can achieve high throughput and efficiency in general, they are often not able to accelerate queries that haven’t been considered during their design. Performance and efficiency can only be gained best through specialization, and thus, a system should adapt to an incoming and unknown query. This is possible with FPGAs due to their ability to be reconfigured fully or in parts during runtime. However, this comes at the cost of high startup times as the FPGA has to be configured according to the query prior to the execution of the query. Furthermore, it is almost impossible to generate hardware configurations for every possible query.
This thesis introduces an innovative FPGA-based near-data processing system able to process a wide variety of queries at I/O-rate (line-rate). It is based on reconfigurable and parametrizable accelerators. The accelerators are composed of parametrizable modules within a library. These modules do not only implement a specific operator for a specific type but are optimized to implement operators for multiple types or even multiple functions without a drastic increase of resources. Another contribution of this thesis is the concept of optimistic query processing for demanding operators such as the join and regular matching operator. It is based on the idea to approximately filter as much data as possible in hardware without removing tuples that should be kept. The resulting, often reduced, intermediate table is guaranteed to be a superset of the accurate filter operation. A software-based operator implementation can then be applied on an intermediate table with less tuples to finalize the operation. As an example, the implementation of a module for regular expression matching is presented.
Equipped with a parameter sequencer, accelerators assembled from this library are able to implement a greater variety of queries by setting the parameters of the modules according to the query to process. However, the schema which the tables are stored in also influences the design of the accelerator and, therefore, may limit the types of queries it can implement. For this, a hardware unit called ReOrder is introduced. It decouples the table schema and storage layout from the accelerator enabling all accelerators to be used on every table with row-oriented and column-oriented storage layouts. Even though the developed accelerators are able to implement a wide variety of queries, no one-fits-all accelerator is possible. Consequently, the system is designed to concatenate multiple partially reconfigurable (i.e., exchangeable) accelerators without a decrease in tuple throughput. This increases the types of queries that can be processed even further. As accelerators might not use all available resources within a partially reconfigurable FPGA region, the idea of in situ statistics generation is proposed. In situ statistics modules can utilize the free resources to gather information on the table that is processed by an accelerator without additional costs in terms of time.
Complementary to the hardware related parts already mentioned, a control software managing the execution of a query on such a system is presented as well. Starting from the basic components needed to execute queries on the platform, the description goes into depth on the particularities of such a FPGA-based query execution system. Especially the query placement problem which describes the problem of finding a query-specific-configuration of the system’s hardware according to an incoming query is formulated. In addition, the challenges to obtain an optimal placement is discussed and exemplified using the problem of buffer assignment. Afterwards, the parameters of the modules have to be generated. In this regard, an algorithm to obtain the parameters for a ReOrder unit is presented and evaluated in depth. Additionally, considerations about parameter generators for a histogram module and the optimistic regular expression matching module are provided.
Finally, an implemented prototype of the system called ReProVide unit has been evaluated. It is able to provide I/O-rate processing of simple as well as complex queries. Compared to a software-based in-memory database system executed on an ARM processor, queries could be executed 19.9× faster on the prototype on average. When executed on an x86 processor, comparable execution times have been observed. This means the prototype system storing the tables on two solid states drives was able to process queries as fast as an x86 system holding the tables in memory. Furthermore, the prototype built is shown to be very energy-efficient, consuming only less than 25% of the energy consumed by the x86 system on average.
Übersetzer sind der Grundpfeiler der Softwareentwicklung. Seine veraltete, rein sequentielle Arbeitsweise skaliert jedoch nur noch ungenügend mit dem Umfang heutiger Softwareprojekte. Die für die Entwicklung unproduktive Laufzeit des Übersetzers nimmt einen immer größeren Anteil am Entwicklungszyklus ein.
Der Großteil der Laufzeit wird für Datenflussanalysen aufgebracht. Die von ihnen berechnete Informationsbasis ermöglicht erst die Anwendung von Optimierungen, um z.B. die Laufzeit eines Programmes zu reduzieren.
Diese Dissertation beschreibt das Framework ParCan, dass es ermöglicht fixpunktbasierte Datenflussanalysen datenparallel auf einer Grafikkarte (GPGPU) auszuführen.
Durch die Integration von ParCan in den LLVM-Übersetzer konnte dessen Laufzeit um bis zu 31% reduziert werden.
Im Rahmen der Arbeit wurden weitere Fragestellungen wie die Effizienz von Graphstrukturen sowie die effiziente, deadlock-freie Synchronisation von Threads auf der GPU bearbeitet.
It was not before the advent of powerful computers that corpus linguistics has developed into a widely applied research methodology. Indeed, corpus linguistics heavily relies on computer-powered analysis tools. They get used on a daily basis by corpus linguists to retrieve examples and analyze authentic data from corpora of extensive sizes. Despite their indisputable importance, repetitive remarks highlight the fact that corpus analysis tools have evolved little since their early days. Concordances, frequency lists and collocation extraction still constitute the core functionalities of most corpus tools.
With the aim to incentivize new functional developments, this thesis presents research on open demands in current corpus research practice and related requirements for tools support. It builds on the assumption that more user-centered research is needed to bridge the gap between mainly computationally trained tool developers and their linguistic expert users, who come with specialized domain knowledge and often sophisticated analytical needs. The research is approached by means of three user investigations that enquire about corpus research workflows and analysis activities as well as theoretical principles and methodological considerations in corpus linguistics research practice. This way a comprehensive picture of the corpus usage situation is assembled by combining insights from open ended enquiries (interviews) with quantitative results on selected aspects of the corpus analysis scenario (questionnaire) derived from enquiries with overall more than 100 corpus users. Based on the results, a range of open demands for corpus research and tools are identified and discussed. They relate to (1) corpus resources, (2) general aspects of tools, (3) corpus analysis procedures, and (4) best practices. The results show that open demands address challenges on very different operational levels, ranging from the availability of corpus resources and reliable annotations, technical requirements related to scalability and interoperability issues, usability and technical and methodological skills up to proper functional demands. The thesis discusses potential paths to address the open demands, and provides pointers to recent developments in corpus linguistics and related fields, in particular computational linguistics and natural language processing as well as linguistic information visualization.
The research contribution of this thesis is twofold. On the methodological level, it elaborates on methods and challenges for user-centered research on tools for open-ended tasks and provides entrance points for further user-centered research by identifying and organizing, as reference, the basic building blocks of corpus linguistics research. On the content level, it provides first insights on user perspectives and needs related to the corpus research practice. It describes concrete demands and discusses paths to their solution. This way, it prepares the ground for further in-depths studies and user-centered developments of new corpus functionalities for specific demands.
Fertigungsprozesse unterliegen zwangsläufig Schwankungen, die dazu führen, dass die Qualität gefertigter Produkte variiert. Da sich Qualitätsschwankungen negativ auf die Eigenschaften von Produkten auswirken, strebt das Robust Design eine Minimierung der Schwankungen an. Um dieses Ziel zu erreichen, können während der Produktentwicklung unterschiedliche virtuelle Absicherungswerkzeuge eingesetzt werden.
Im Rahmen dieser Arbeit wird ein holistisches Vorgehensmodell präsentiert, das als Rahmenwerk für den systematischen Einsatz und die Validierung von virtuellen Absicherungsmethoden dient. Dieses neuartige Vorgehen ermöglicht den zielgerichteten Einsatz unterschiedlicher virtueller Absicherungswerkzeuge, die während der Produktentwicklung eingesetzt werden. Darüber hinaus wird erstmalig aufgezeigt, wie Toleranzanalysemodelle für Mechanismen validiert werden können.
Produktentwicklern wird damit ein allgemeingültiger, anpassbarer Ansatz zur Verfügung gestellt, der sie befähigt virtuelle Absicherungsmethoden zielgerichtet einzusetzen und deren Aussagekraft mit Hilfe von Validierungen kritisch zu bewerten.
Der Autor zeigt darüber hinaus, wie das Vorgehensmodell an praxisrelevante Problemstellungen angepasst werden kann. Anhand der Kinematik einer Röntgenblende, die als Demonstrator dient, wird dies veranschaulicht.
Few recent areas of research have had a more significant impact on industrial production than Machine Learning (ML). Ranging from intelligent quality inspection to fully autonomous robots and vehicles, Machine Learning in industrial applications (industrial ML) is aligned to permanently change how production systems operate. By offering powerful tools for automation and intelligent decision-making, it has become a highly sought-after technology across most industries. Applying industrial ML to various applications in the production system has also become a popular focus of recent research efforts. Several breakthrough applications and designs have further fueled the excitement for ML-empowered systems. Thus, many companies have increased their investment in this technology to drive disruptive innovation in cost-effectiveness and performance.
Frequently, new scientific findings and discoveries offer new potentials for industrial ML applications. However, these applications depend on several factors, such as the deployment environment, the amount of available data, and the ML approach chosen, which makes application development a non-trivial pursuit. As a result, while ML is applied to a growing number of systems and environments in industry, many aspects of its development remain unclear.
To alleviate the issues blocking further advancement in industrial ML, various research endeavors have been undertaken to better understand how ML applications work in industrial information systems, and which requirements and challenges practitioners face during development and implementation. This thesis ties into the current research and further contributes by exploring the development process, the challenges, and the value of libraries and frameworks in industrial ML applications.
To this end, this thesis contains an extensive literature review and four independent studies on real-world applications of ML in the context of production at a large automobile OEM. The systematic literature review explores current research on industrial ML applications with a comprehensive quantitative and qualitative analysis. The four studies each contain a Design Science research case on the development and design of an industrial ML application. These four ML applications are 1) An Anomaly Detection System in the brownfield on a Monorail Conveyor, 2) A multi-model Quality Inspection application in Laser Beam Welding with Supervised Learning, 3) A Deep Reinforcement Learning system for fully Autonomous Assembly on industrial robots, and 4) A self-service Quality Inspection Toolkit augmented with Machine Teaching and Interactive ML functions.
In these studies, the design and development process of the application is documented in detail. Furthermore, during each study, the benefits, challenges, creative application solutions, and results are reported upon, analyzed, and critically discussed. Finally, the findings across all studies are structured in the discussion, and connections between their insights are reviewed.
In our literature review it is discovered that the vast majority of research on industrial applications of ML apply Supervised Learning as their primary AI approach. Unsupervised and Reinforcement Learning are used much less frequently.
In our first study an Unsupervised and Semi-Supervised Anomaly Detection system for a Monorail Conveyor system is developed during ramp up that could perform well, even in the absence of labeled data. The system was able to be implemented much quicker and with fewer requirements than a comparable approach using Supervised Learning.
In the second study a multi-model Quality Inspection System for Laser Beam Welding is created. The system used multiple ML architectures and algorithms to detect four distinct quality measures purely from a single source of grayscale images. It thereby outperformed the conventional methods in speed, accuracy and range of detected faults.
The third study exhibits the development of a Deep Reinforcement Learning agent on an Industrial Robot that performs fully autonomous assembly of a body part. While the prototype performs well and is able to execute successful assemblies in the real world, the effort and expertise that was required during development are disproportionate to the gained value. However, given specific circumstances that require the particular strengths of DRL, it may present a viable option.
In the last study Machine Teaching and Interactive Machine Learning is used to augment a self-service computer vision application. By using readable User Interfaces, explainability, and active learning users are enabled to train and evaluate their own Image Classification and Object Detection models. While also useful for evaluating production related quality inspection or detection use cases, it was especially remarkable that the users reported great enthusiasm in experiencing and better understanding modern ML applications. In this case, Transfer Learning proved to be a major enabler for fast and accessible model training.
By developing industrial ML applications, it becomes apparent to us that just as innovation requires invention and commercialization, an industrial ML application requires an ML model with context and utility.
In summary, this dissertation presents exploratory insights into the rapidly growing field of industrial Machine Learning applications by researching applications in context. Subsequently, the performed studies may serve as an example of how industrial ML applications can be designed, developed, and evaluated in the context of the manufacturing industry.
Die Bedeutung von Daten nimmt in allen Lebensbereichen eine immer größere Rolle ein. Diese Entwicklung kann ebenso in der Produktentwicklung und Produktentstehung beobachtet werden. Die Verknüpfung der virtuellen Produktentwicklung mit der durchgängigen und ganzheitlichen Datennutzung wird als «Digital Engineering» bezeichnet. Die Umsetzung des Digital Engineering geht mit einem starken Wandel und einer Veränderung der bisherigen Rollen der beteiligten Personen und der verwendeten Werkzeuge einher. Dabei gilt es, möglichst alle zur Verfügung stehenden Daten zu nutzen und diese Daten mittels Algorithmen des Maschinellen Lernens zu verarbeiten. In der Produktentstehung existieren zahlreiche Geometriedaten (z.B. CAD Modelle oder Messdaten) oder mit einer Geometrie verknüpfte Daten (z.B. numerische Simulationen und deren Ergebnisse). Im Rahmen der vorliegenden Dissertation wurde die Methode der sphärischen Detektorflächen entwickelt, welche es ermöglicht, beliebige Geometrien in eine einheitliche numerische Matrix zu überführen. Die entwickelte Methode kann ebenfalls genutzt werden, um Informationen, die mit der Geometrie verknüpft sind, in weitere dieser einheitlichen Matrizen umzuwandeln und so Algorithmen des Maschinellen Lernens zur Verfügung zu stellen. Das entwickelte Vorgehen wird anhand von drei unterschiedlichen Anwendungsbeispielen umgesetzt und es werden alle notwendigen Teilschritte detailliert beschrieben. Dies umfasst auch die Ableitung der sogenannten «DNA einer FE-Simulation».
This dissertation presents symbolic loop compilation, the first full-fledged approach to symbolically map loop nests onto tightly coupled processor arrays (TCPAs), a class of loop accelerators that consist of a grid of processing elements (PEs). It is:
Full-fledged because it covers all steps of compilation, including space-time mapping, code generation, and generation of configuration data for all involved hardware components. A full-fledged compiler is paramount because manual mapping for accelerators, such as TCPAs, is difficult, tedious, and, most of all, error-prone. Symbolic because symbolic loop compilation assumes the loop bounds and number of allocated PEs to be unknown during compile time, thus allowing them to be chosen at run time.This flexibility benefits resource-aware applications where the number of PEs is known only at run time.
Symbolic loop compilation is a hybrid static/dynamic approach with two phases:
At compile time, all involved NP-hard problems (such as resource-constrained modulo scheduling) are solved symbolically, resulting in a so-called symbolic configuration, which is a space-efficient intermediate representation parameterized in the loop bounds and number of PEs.
This phase is called symbolic mapping.
Because it takes place at compile time, there is ample time to solve the involved NP-hard problems.
At run time, for each requested accelerated execution of a loop program with given loop bounds and number of allocated PEs, concrete PE programs and configuration data are generated from the symbolic configuration according to these parameter values.
This phase is called instantiation.
In the context of these two phases, this dissertation presents the following contributions:
1. Symbolic modulo scheduling is a technique for solving resource-constrained modulo scheduling for multi-dimensional loop nests when the loop bounds and number of available PEs are unknown. We show that a latency-minimal solution can be found if the number of PEs is known beforehand and a near latency-minimal solution if it is not. 2. Polyhedral syntax trees are a space-efficient, parameterized representation of a set of PE program variants from which the necessary concrete PE programs are generated at run time. 3. Instantiation includes methods to generate concrete programs and configuration data from a symbolic configuration in a manner whose time complexity is not proportional to the loop bounds or number of allocated PEs. 4. Run-time enforcement for loops is a technique that utilizes the flexibility granted by symbolic loop compilation to enforce requirements on non-functional properties by dynamically adapting the mapping before execution. An example is to allocate a number of PEs that satisfies a given latency bound.
In summary, the methods presented in this dissertation enable, for the first time, the full-fledged symbolic compilation of loop nests onto TCPAs.
Without these methods, a given loop nest would need to be fully recompiled each time the loop bounds or number of available PEs change, which would render run-time mapping impractical and even conventional compilation overly time- and space-consuming.